3.11 Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini dilakukan untuk mengetahui apakah sampel yang ditetapkan telah dapat dilakukan analisis dan melihat apakah model
prediksi yang dirancang telah dapat dimasukkan ke dalam serangkaian data, sehingga perlu dilakukan pengujian data. Untuk mendapatkan model regresi yang baik harus
terbebas dari penyimpangan data yang terdiri dari normalitas, multikolinieritas, autokorelasi dan heteroskedastisitas.
3.11.1 Uji Normalitas Data
Uji normalitas data digunakan untuk menguji apakah model regresi dalam penelitian antara variabel dependen dengan variabel independen keduanya memiliki
distribusi normal ataukah tidak. Untuk dapat dianalisis, data harus berdistribusi normal atau mendekati normal yaitu distribusi dengan data bentuk lonceng. Data yang baik
adalah data yang mempunyai pola seperti distribusi normal yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan.
Cara menguji normalitas data dapat dilihat dengan tiga pendekatan yaitu pendekatan histogram, grafik, dan Kolmogorov-Smirnov. Uji normalitas data dengan
pendekatan histogram dapat dilihat dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satunya adalah bahwa mean, mode, dan median pada tempat
yang sama. Pada pendekatan histogram variabel berdistribusi normal jika dapat ditunjukkan oleh distribusi data yang tidak menceng ke kiri atau menceng ke kanan.
Universitas Sumatera Utara
Pada pendekatan grafik, uji normalitas dapat dilihat dari titik-titik disepanjang garis diagonal. Jika pada scattler plot terlihat titik yang mengikuti data di sepanjang
garis diagonal. Hal ini berarti data berdistribusi normal. Sedangkan pendekatan Kolmogorov-Smirnov digunakan untuk memastikan apakah data disepanjang garis
diagonal berdistribusi normal. Nilai kolmogorov smirnov Z lebih kecil dari 1,97 berarti data dikatakan normal Situmorang dan Lufti, 2012: 107.
Cara mengatasi data tidak normal antara lain: 1.
Melakukan transformasi data misalnya mengubah data menjadi bentuk logaritma Log atau natural Ln.
2. Menambah jumlah data.
3. Menghilangkan data yang dianggap sebagai penyebab tidak normalnya data.
4. Menerima data apa adanya.
3.11.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerance dan lawannya
Variance Inflation Factor VIF. Nilai cut off atau batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance 0,10 atau nilai VIF 5.
Dasar pengambilan keputusan untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabeldan VIF dengan
membandingkan sebagai berikut Situmorang dan Lufti, 2012: 140:
Universitas Sumatera Utara
1. VIF 5 maka diduga mempunyai persoalan multikolinieritas.
2. VIF 5 maka tidak terdapat multikolinieritas.
3. Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas.
4. Tolerance 0,1 maka tidak terdapat multikolinieritas.
3.11.3 Uji Autokorelasi